基于微机电系统传感器的杆塔倾斜度无线监测系统

提出一种新型的基于微机电系统(micro-electro-mechanical system,MEMS)传感器的杆塔倾斜度无线监测系统。硬件设计选用STM32F103CT86为控制器,以BMI160、AK8963为传感器,STM32通过四元数卡尔曼滤波算法对传感器数据进行解算、融合,得到杆塔的倾斜角,通过试验与三轴姿态传感器对比结果表明九轴姿态传感器更为稳定,其安装固定方法简单,成本低。如果本产品大范围推广,挽回的损失足以抵消成本,随着时间的积累,挽回的损失将远大于成本,并且会带来不可估量的经济效益。

基于IQPSO-EKF的多传感器融合姿态测量方法研究

为解决自动化竖井掘进设备的定位调姿精度对竖井、孔桩挖掘效率与质量的影响,提出了一种基于改进量子粒子群(IQPSO)-扩展卡尔曼滤波(EKF)的姿态测量算法,以提高微机电系统(MEMS)传感器测量精度。首先,对MEMS传感器数据进行了预处理(除噪、滤波、校准等);然后,参考现有飞行器的坐标系,建立了姿态解算模型,通过姿态角数学模型及运动学分析,构建了EFK状态方程,针对EKF方法参数估计不准确的问题,以分段混沌映射优化初始种群,引入平均位置最优值来避免陷入局部最优的IQPSO-EFK算法,优化EKF的系统、测量噪声的协方差参数;最后,对改进算法和三组姿态误差估计进行了对比实验。研究结果表明:对比三种典型目标函数,IQPSO-EFK相较于普通粒子群算法(QPSO-EFK)具有更强的寻优能力与收敛精度;对比三组旋转速度姿态测量误差,基于IQPSO-EKF算法的姿态测量方法在测量误差时比真实测量误差减少了约86.3%,比扩展卡尔曼滤波减少了约68.7%,比普通粒子群算法减少了约28.2%,证明该算法有效地提高了MEMS传感器测量精度。

微机电系统压力传感器抗干扰系统设计

鉴于传统的硅基微机电系统(micro-electro-mechanical system,MEMS)压阻式压力传感器普遍存在温度漂移和时间漂移误差,采用恒温控制和恒流源自校正方法针对上述问题设计和研究了一种MEMS压力传感器抗干扰系统。首先,简单介绍了传感器的各项参数和温漂、时漂原理。其次,设计并制作了传感器相关外部抗干扰电路。最后,对该系统进行实验测试。结果表明:抗干扰系统能减小传感器温漂和时漂误差,热零点漂移的绝对值由恒温前的0.0652%FS/℃降至恒温后的0.00788%FS/℃,热灵敏度漂移的绝对值由0.118%FS/℃降至0.0153%FS/℃,时漂补偿后预测误差由-3.436~0.875 kPa降低至-2.086~1.765 kPa。该设计对MEMS压力传感器温漂、时漂补偿等抗干扰方面的研究具有一定参考价值。

基于MEMS电场传感器的直流验电器系统设计

为了对高压直流输电(HVDC)的传输线进行可靠的带电状态检验,提出并设计了一种基于微机电系统(MEMS)电场传感器的非接触式直流验电器系统。MEMS电场传感器用于测量DC电场。为了实现对电场信号的采集和处理,设计了以32位嵌入式微处理器为核心的非接触式直流验电器系统。通过声光预警模块实现有电提醒,简化验电作业的操作复杂性。该系统的应用可以准确检测直流输电线路的带电状态信息,并在检测到输电线路带电时及时报警,具有操作简单,抗干扰能力强,电池寿命长达23 h的特点。

基于MEMS传感器的虚拟射击系统的枪支设计

实弹射击系统是一种行之有效、可以直观真实地反映操作手射击水平的训练和考核系统,但也有保障条件高、成本昂贵、改造困难、难以进行复杂条件下的训练考核等缺点,为了解决现有的虚拟射击系统中光学模拟枪逼真度不高的问题,采用微机电系统传感器和软件技术设计了一种新的枪支模型。根据仿真枪支上安装的磁场传感器和加速度传感器测量值算出子弹的初始状态,结合弹道方程对子弹在三维空间中的运行轨迹进行计算,最后利用虚拟目标简化和场景分割方法设计算法对子弹命中进行实时判定。改进模型实时性好、易于实现、逼真度高,具有一定的商业应用推广价值。

基于MEMS传感器的实时跌倒检测系统设计

为了保障老年人身体健康,设计了一种基于微机电系统(MEMS)传感器可穿戴式的实时跌倒检测系统。系统以微处理器STM32F103VET6为核心,采用了MEMS传感器MPU6050、ATGM332D定位模块和SIM900A数据传输模块采集和传输数据,通过欧拉角旋转矩阵将加速度和角速度数据相融合,降低MPU6050内置陀螺仪漂移误差,得到更准确的姿态角。基于改进的多级阈值跌倒检测算法,提高了跌倒检测的准确率,工程大智能看护微信小程序结合云数据库技术,实现了实时查看老人状态和位置的功能。实验结果表明:该系统的检测准确率为97.75%,能够有效检测到老人的跌倒信息并实时定位报警,通过工程大智能看护微信小程序可及时救助跌倒老人。

基于手机内置传感器的相对高程模型

高程是室内定位的关键要素之一,常见的高程测量方法,诸如三角高程测量、水准测量等并不适用于基于智能手机的大众定位;而全球导航卫星系统(GNSS)高程测量误差大,特别是在室内复杂场景中,GNSS定位可能无法使用。基于此,本文结合智能手机微机电系统(MEMS)传感器观测值,研究温度、气压等要素与相对高程的关系算法,对比分析不同算法的高程测量精度。实验结果显示,在静态条件下,温度气压算法的精度比气压算法三和气压算法四提高了65%。在动态条件下,由于振动因子的增加,气压算法四的精度比气压算法一提高了44%。以上结果表明,算法精度与温度呈负相关,与气压呈正相关。

MEMS加速度传感器的工程振动监测系统设计

为解决高速铁路工程结构服役性能下降,影响列车运营安全与舒适性问题,提出了一种基于微机电系统(MEMS)加速度计和单片机、数据云存储结合的工程结构物振动监测系统。系统主要包括加速度信号同步采集模块、振动信号拾取与实时传输模块、服务器数据压缩与存储模块,通过无线接入点(AP)传输振动加速度信号至本地工控机,供远程中控室进行实时结构安全等级评判。实验表明:当振动产生时,设计的监测系统能够实时精确采集加速度信号,有效评估结构物安全状态。

微机电系统产量增加、价格下降

新型微机电系统传感器将会集成更多的安全性能微机电系统(MEMS,或称微电子机械系统)传感器(http://designnews.com.cn/0901-201.aspx)在汽车行业中的新型应用即将出现。

用于耳内体温监测的柔性温度传感器

为了在使用入耳式耳机进行日常活动时,可以通过监测耳内温度来评估健康状况,研制了一种柔性铂薄膜温度传感器。传感器的感温单元设计为蛇形结构,可以共形贴附于曲面。制备过程中,采用磁控溅射技术在已图形化的柔性基板表面沉积铂,省去光刻、显影等工艺,直接完成对铂薄膜的图形化。在25~45℃的温度范围内,传感器的电阻温度系数为0.0028/℃,分辨率为0.1℃,能够满足体温测量对传感器性能的要求。将传感器集成至耳机耳塞上,并通过标定实验得到电阻-温度关系公式。研发了基于传感器的无线入耳式体温监测系统,结合手机应用程序(APP)进行实际体温测量。在36.3~36.7℃的温度范围内,对同一位使用者测温的平均误差为±0.058℃,表明该传感器能够准确获取耳内体温。

MEMS振动传感器信号检测电路设计与实现

分析了电容检测电路原理,优化设计了C/V模块电路、接口电路和零偏及标度因数补偿电路,并搭建电路以及联合微机械差分电容结构进行了集成测试。经过测试验证,设计的微机电系统(MEMS)振动传感器信号检测电路对微弱电容具有较好的检测放大作用,并具有较强的接口适应性和防护能力。

基于远距离无线电和窄带物联网的杆塔姿态监测系统

针对现有高压输电杆塔姿态监测系统存在监测方式单一、监测精度低、无法实时监测和提前预警等缺点的问题,提出了一种基于远距离无线电和窄带物联网的杆塔姿态监测系统。系统采用STM32F103C8T6嵌入式单片机搭配微机电系统(micro-electro-mechanical system,MEMS)陀螺仪倾角传感器实时采集杆塔姿态数据,使用远距离无线电(long range radio,LoRa)局域网通信技术完成杆塔监测区域内多节点的数据交互与汇总,并通过窄带物联网专网将汇总后的数据上报至OneNET云平台以实现在线监测杆塔倾斜状态。同时为提高倾角传感器的测量精度及稳定性,针对零偏不稳定性、速率斜坡和角度随机游走白噪声建立随机漂移误差模型,通过引入Softmax函数完成自适应调节反馈功能,动态调整测量噪声协方差矩阵和过程噪声协方差矩阵来优化卡尔曼滤波算法,以提升在角速率变化较快的情况下卡尔曼滤波器的跟踪性能。杆塔姿态监测系统经过测试,具有输出数据精度高、功耗低的优点,工作稳定可靠,能够实时监测高压输电杆塔的姿态和完成预警等功能,对预防高压输电杆塔倾斜、倒塌,维持电力系统的安全运行有一定的促进作用。

MEMS惯性传感器高低温补偿方法

微机电系统(MEMS)惯性传感器在生产过程中需要进行高低温测试和全温度范围的数据补偿,使其性能保持稳定。以往的传感器补偿设备抗干扰能力弱,补偿模型适应性差,无法满足传感器批量生产的需要。通过研究MEMS惯性传感器补偿流程,设计了一种针对某型MEMS惯性传感器的高低温补偿系统,实现传感器的自动测试和补偿。通过引入相关算法实现了基于误差辨识的参数优化最小二乘支持向量机(LS-SVM)算法。算法实现了对误差和干扰的自动识别。实验结果表明:所提方法能够提高MEMS惯性传感器批量化高低温补偿的精度。

压电双晶梁MEMS传感器的稳健设计研究

微机电系统(MEMS)传感器结构参数的微小变差会影响其性能稳定。为提高MEMS传感器性能的稳健性,以压电双晶梁MEMS传感器为例,根据Smits模型,分析压电双晶梁的设计变量和噪声因素的随机性,建立基于随机模型的稳健设计数学模型;编制算法程序,确定MEMS传感器的最优设计解结果优于原设计方案。对比其稳健设计容差模型所得优化解,两者误差率为6.17%,验证了稳健设计结果的正确性。研究表明,即使设计变量存在变差,稳健设计仍能提高MEMS传感器的性能,并保证设计解的稳健性。

基于MEMS传感器的三维鼠标设计与实现

许多应用场合如床上、长途汽车座位上没有桌面存在,此时传统的光电鼠标就不方便应用。针对该问题,提出一种基于微机电系统惯性传感器的鼠标设计方法,利用传感器倾斜角和方位角测量特性控制鼠标在三维空间中自由运动,并在Windows平台上做了测试。结果表明,该设计方法可以部分消除噪声对MEMS加速度传感器测量值的影响,从而提高测量准确性。

智能运动文胸电子监测系统设计方案与实施

随着人们对运动和健康的需求与日俱增,市场对运动服装的舒适性与智能化要求不断提升,智能运动文胸研发应需而生。为采集人体在运动过程中的各项生理参数和运动信息,在集成各类微小的传感器和低功耗控制芯片基础上,提出了智能运动文胸的电子监测系统方案和工作流程。围绕此方案,优化传统运动文胸设计,开发了一款基本的智能运动文胸,可采集穿用者的位置、运动状态、体温、心率和排汗参数等信息。通过无线方式上传数据到终端,分析穿用者当前的生理和运动状态,判断健康状况,并通过智能终端向用户展示信息和预警。

基于MEMS惯性传感器时域特征的人体行为识别

提出了一种基于微机电系统(MEMS)惯性传感器组合系统的高精度实时人体行为识别算法。算法选取一个2 s的滑动时间窗作为特征提取窗口,提取惯性传感器组合系统输出的时域特征作为特征参量,采用基于平衡决策树的支持向量机对人体不同行为模式进行分类识别。在实验室自主研发的可穿戴智能终端平台上进行测试,结果表明,在识别时间缩短到2 s/次的条件下,对5种行走类行为模式和5种非行走类行为模式的识别率均可达88%。与现有算法相比,该算法的实时性和精度得到明显提高,且拓展了模式识别的种类。

车辆基地机电设备故障监测及诊断系统

系统地介绍了车辆基地机电设备故障监测及诊断系统的设计目标、关键技术和系统功能。该系统基于工业物联网技术,运用以预测技术为核心的故障预测和健康管理(PHM)策略,采用MEMS(微机电系统)传感器实时监控并采集车辆基地机电设备的状态数据、故障数据,通过窄带物联网(LoRaWAN)实现监测数据上传,对车辆基地机电设备进行状态监测,实时获取设备状态信息,对设备进行故障预测和健康管理。该系统能够有效解决城市轨道交通车辆基地机电设备维检修困难、因设备故障导致灾难性事故频发、车辆基地管理计划难制定、设备维修过程不便于管控与追溯、信息化进程落后、物流管理差等诸多问题。

卡尔曼滤波结合神经网络在MEMS传感器上的应用

为了解决微机电系统(MEMS)传感器输出数据精度低的问题,针对陀螺仪阵列提出了一种卡尔曼滤波和人工神经网络(ANN)滤波相结合的算法。先建立了针对研究对象的随机漂移误差模型,再将ANN算法有规律地嵌套在卡尔曼迭代中。经实验验证,最后经过数据融合后实现了更高精度的陀螺仪输出数据。并且同基础卡尔曼滤波法相比,所提的结合算法在零偏不稳定性、角度随机游走和速率斜坡三个参数上分别下降了76.38%,78.91%和80.98%,其降噪能力更强。

机械振动应力下IMU内MEMS传感器的抗振研究

针对惯性测量单元(IMU)内部微机电系统(MEMS)传感器粘固在印刷电路板(PCB)上,外界载体产生的机械振动使其受迫振动,长时间作用会引发传感器机械疲劳、结构断裂以及性能退化等问题,根据结构动力学原理,分析双自由度系统模型,并运用MATLAB软件进行仿真,以找出影响因素及其设定范围;同时,保证在加速度计带宽范围内的信号1︰1传递给加速度计。研究结果表明:载体机械振动信号在10 kHz范围内时,适当降低陀螺仪和加速度计的品质因数,PCB的固有频率保持在1kHz以内以及其品质因数不大于10,可有效降低振动应力对传感器的影响。